Skip to content

lapack广义特征值

根据最新的权威资料,以下是 LAPACK 中用于求解广义特征值问题的全部子程序(按数据类型和矩阵结构分类):


✅ 一、标准广义特征值问题:A·x = λ·B·x

矩阵类型 单精度实数 双精度实数 单精度复数 双精度复数 功能描述
一般矩阵 SGGEV DGGEV CGGEV ZGGEV 求解广义特征值和左右特征向量
带平衡处理 SGGEVX DGGEVX CGGEVX ZGGEVX 带平衡、条件数估计的广义特征值求解

✅ 二、对称/厄米特广义特征值问题:A·x = λ·B·x(A、B对称或厄米特)

矩阵类型 单精度实数 双精度实数 单精度复数 双精度复数 功能描述
简单驱动 SSYGV DSYGV CHEGV ZHEGV 所有特征值和特征向量
分治算法 SSYGVD DSYGVD CHEGVD ZHEGVD 更快,需更多工作空间
专家驱动 SSYGVX DSYGVX CHEGVX ZHEGVX 可选子集,条件数估计
RRR算法 广义对称问题无RRR驱动

✅ 三、广义对称定问题(A·x = λ·B·x,B正定)

矩阵类型 单精度实数 双精度实数 单精度复数 双精度复数 功能描述
简单驱动 SSPGV DSPGV CHPGV ZHPGV 压缩存储的对称广义特征值问题
分治算法 SSPGVD DSPGVD CHPGVD ZHPGVD 使用分治法
专家驱动 SSPGVX DSPGVX CHPGVX ZHPGVX 可选子集,条件数估计

✅ 四、带状对称广义特征值问题

矩阵类型 单精度实数 双精度实数 单精度复数 双精度复数 功能描述
简单驱动 SSBGV DSBGV CHBGV ZHBGV 带状对称广义特征值问题
分治算法 SSBGVD DSBGVD CHBGVD ZHBGVD 带状对称问题的分治算法
专家驱动 SSBGVX DSBGVX CHBGVX ZHBGVX 带状问题的专家驱动版本

✅ 五、三对角对称广义特征值问题

矩阵类型 单精度实数 双精度实数 单精度复数 双精度复数 功能描述
简单驱动 SSTGV DSTGV 三对角对称广义特征值问题(较少使用)

✅ 总结:LAPACK广义特征值子程序一览

问题类型 子程序前缀 示例函数名
一般广义特征值问题 xGGEV DGGEV, ZGGEV
一般广义特征值问题(带平衡) xGGEVX DGGEVX, ZGGEVX
对称广义特征值问题 xSYGV DSYGV, ZHEGV
对称广义特征值问题(分治) xSYGVD DSYGVD, ZHEGVD
对称广义特征值问题(专家) xSYGVX DSYGVX, ZHEGVX
压缩存储对称问题 xSPGV DSPGV, ZHPGV
带状对称问题 xSBGV DSBGV, ZHBGV

如需调用这些子程序,请根据矩阵的数据类型和结构选择合适的函数名,并参考 LAPACK 官方文档中的参数说明。